环境准备 ✅

  1. 安装 CUDA Toolkit
    请前往 CUDA 官方安装指南 获取最新版本

    cuda_setup

  2. 安装 cuDNN
    确保与 CUDA Toolkit 版本匹配，下载地址：cuDNN 官方页面

    cudnn_install

  3. 验证 GPU 驱动
    运行 nvidia-smi 命令确认驱动版本与 CUDA 兼容性

    gpu_driver_check

配置步骤 ⚙️

  • 安装 NVIDIA 显卡驱动（推荐 ≥ 450.80.02）
  • 设置环境变量： 
    export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  • 安装 TensorFlow GPU 版本： 
    pip install tensorflow-gpu

验证方法 🧪

  1. 运行以下代码检查 CUDA 是否可用： 
    import tensorflow as tf
print("CUDA 可用性:", tf.test.is_built_with_cuda())
  2. 查看设备信息： 
    print("GPU 设备:", tf.config.list_physical_devices('GPU'))

常见问题 ❓